Chasing Meaning and/or Insight? A Survey on Evaluation Practices at the Intersection of Visualization and the Humanities
National Distance Education University (UNED)(西班牙国立远程教育大学);University for Continuing Education(继续教育大学);University of Luxembourg(卢森堡大学);University of Technology Chemnitz(开姆尼茨工业大学);King’s College London(伦敦国王学院)
本文通过调研171项VIS*H设计研究,揭示可视化与人文学交汇处评估实践中的问题,提出改进人文学可视化质量与验证标准的建议,并呼吁范式转变以调和验证技术与人文学探究需求。
2026-01-28 cs.HC
Make the Unhearable Visible: Exploring Visualization for Musical Instrument Practice
University of Stuttgart(斯图加特大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校)
本文探讨了通过可视化技术帮助音乐家在练习中发现演奏模式,提出了一种交互式可视化方法,并通过33种设计探索,为未来音乐教育可视化提供了设计参考。
2026-01-23 cs.HC
Understanding the Research-Practice Gap in Visualization Design Guidelines
Boston College(波士顿学院);Yonsei University(延世大学);University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
本文通过混合方法研究发现,实证研究与可视化设计指南存在矛盾,提出整合上下文、方法、问题和目的的指南模板及三元知识模型策略。
2026-01-02 cs.HC
Judgment as Coordination: A Joint Systems View of Visualization Design Practice
本文从联合认知系统视角重构可视化设计判断,基于人种志与质性研究揭示设计连贯性依赖协调、调整与目标重构而非最优选择,为研究设计实践的持续机制提供新概念框架。
2025-07-01 cs.HC
Talking Inspiration: A Discourse Analysis of Data Visualization Podcasts
Purdue University(普渡大学);The University of Kansas(堪萨斯大学)
本文通过分析数据可视化播客的 discourse,揭示灵感在可视化实践中的作用机制,提出四种评估标准和三种隐喻框架,探讨灵感作为边界对象在不同情境中的共存原因。
2026-02-02 cs.HC
Did You Get The Gist Of It? Understanding How Visualization Impacts Decision-Making
当可视化研究人员评估可视化设计对决策的影响时,他们通常对决策背后的认知过程持一维观点。一些心理学和经济学研究人员已经证明,人们在做决定时,依赖于定量推理和基于直觉的直觉--这两个系统并行运作。在这份立场文件中,我们讨论了决策理论,并提供建议,以弥合可视化决策评估和心理学研究之间的差距。我们的目标是质疑我们知识的局限性,并倡导对可视化决策的更细致入微的理解。
2020-10-08 cs.HC
How Do We Visualize Space in Molecular Biology? A Study of Spatial Transcriptomics Visualization Practices
Johannes Kepler University Linz(林茨约翰内斯·开普勒大学);Harvard Medical School(哈佛医学院)
本研究通过调查148篇论文和1,824个图形面板,基于Munzner嵌套模型分析空间转录组学可视化实践,揭示数据表示、生物学任务与设计选择间的联系,并指出该领域面临的挑战。
2026-09-18 cs.HC
Data Visualization Style Guides in Practice: Why They Emerge, How They Work, and When They Bend
Washington University in St. Louis(华盛顿大学圣路易斯分校);PolicyViz
本研究通过访谈分析多领域风格指南作者,提出PRISM社会技术框架,揭示可视化风格指南的运作逻辑与张力,为关键环境中相关人员提供实践见解。
2026-08-03 cs.HC
How to evaluate data visualizations across different levels of understanding
理解可视化是一个多层次的过程。读者必须从数字事实中提取和推断,理解这些事实如何应用于数据的上下文和其他潜在的上下文,并从数据中得出或评估结论。一个设计良好的可视化应该支持这些层次的理解。我们诊断的可视化数据的理解水平,适应布卢姆的分类法,一个共同的框架,从教育文献。我们描述了框架的每个层次,并提供了如何将其应用于评估数据可视化的有效性的例子,沿着六个层次的知识获取-知识,理解,应用,分析,综合和评估。我们提出了三个案例研究表明,这个框架扩展了现有的方法,以全面衡量可视化设计如何促进观众的理解可视化。虽然布卢姆的原始分类法表明,一个强大的层次结构,为某些领域,我们发现几个例子,依赖关系的性能在不同的水平,我们的三个案例研究。如果这种水平独立性在新的测试可视化中保持不变,那么分类法可以激发对与沟通目标相关的理解水平进行更有针对性的评估。
2020-09-03 cs.HC
Viral Visualizations: How Coronavirus Skeptics Use Orthodox Data Practices to Promote Unorthodox Science Online
对冠状病毒大流行的有争议的理解已经将数据可视化变成了战场。美国社交媒体上的冠状病毒怀疑者无视公共卫生官员,在2020年的大部分时间里都在创建数据可视化,显示政府的大流行应对措施过度,危机已经结束。本文调查了流行病可视化如何在社交媒体上传播,并表明不信任科学机构的人通常会使用与专家相同的数据驱动决策方法,但倡导彻底的政策变革。通过对可视化如何在Twitter上传播的定量分析,以及对Facebook上有关COVID数据的对话进行分析的人种学方法,我们记录了一个认识论差距,导致支持和反对口罩的团体从类似数据中得出截然不同的推论。最终,我们认为,COVID数据可视化的部署反映了科学在公共生活中的地位的更深层次的社会政治裂痕。
2021-01-20 cs.CY cs.HC
Who benefits from Visualization Adaptations? Towards a better Understanding of the Influence of Visualization Literacy
阅读,理解和理解视觉信息表示的能力被归入术语可视化素养(VL)。改进信息可视化使用的一种可能性是引入适应性。然而,目前还不清楚具有不同VL的人是否在相同程度上从适应中受益。我们进行了一项在线实验(n = 42),以调查可视化(条形图,散点图)的适应(这里:去强调)对性能(准确性,时间)和用户体验的影响是否取决于用户的VL水平。使用线性混合模型的分析,我们发现在所有条件下的去强调适应的积极影响,以及适应和VL的任务完成时间的条形图的交互作用。这项工作有助于更好地理解VL和视觉适应的相互交织的关系,并激励未来的研究。
2022-07-15 cs.HC
Designing Annotations in Visualization: Considerations from Visualization Practitioners and Educators
Scientific Computing and Imaging Institute, University of Utah(科学计算与成像研究所,犹他大学);Harvard Medical School(哈佛医学院);University of Oklahoma(俄克拉荷马大学)
本文通过实证研究探讨可视化注释设计的实践与教育者反思,揭示注释设计中的考量与权衡,为工具和指南支持提供改进方向。
2026-04-09 cs.HC
Towards Understanding Enjoyment and Flow in Information Visualization
传统上,信息可视化的评估研究通过评估执行时间和准确性来衡量有效性。最近,人们一直在努力理解超越时间和错误的方面。在本文中,我们研究享受,而可以说不是可视化的主要目标,已被证明会影响性能和记忆力。在心理学、教育学和游戏学中已经提出了不同的享受模型,但是没有标准的方法来评估和测量可视化中的享受。在本文中,我们与流动模型的Csikszentmihalyi Munzner的嵌套模型的可视化评价和以前的工作在该地区。我们建议,即使以前的论文处理流的个别元素,为了了解具体是什么使可视化愉快,它可能是必要的,以衡量所有的具体元素。
2015-03-02 cs.HC
Beyond English: Centering Multilingualism in Data Visualization
该立场论文指出数据可视化领域存在英语单语主导的问题,通过马达加斯加的案例分析其对非英语社区的影响,倡导构建以多语言人群多元体验为核心的包容性可视化实践。
2023-10-02 cs.HC
Towards Understanding the Impact of Guidance in Data Visualization Systems for Domain Experts
本研究通过两项用户实验发现,引导式从粗到细结构能帮助领域专家更好地解读数据可视化并传达见解,因其符合专家沟通模式。
2024-12-17 cs.HC
Visualization Design Practices in a Crisis: Behind the Scenes with COVID-19 Dashboard Creators
在COVID-19大流行期间,我们创建了许多数据可视化,以告知公众有关快速演变的危机。数据仪表板是疫情期间使用的一种信息传播形式,通过可视化COVID-19病例数量随时间变化的统计数据,促进了这一过程。在这项研究中,我们对来自联邦机构、州卫生部门、主流新闻媒体和其他创建(通常广泛使用)COVID-19仪表板的组织的仪表板创建者进行了定性访谈研究,以回答以下问题:可视化创建者如何参与COVID-19仪表板设计,以及在此过程中出现了哪些紧张、冲突和挑战?我们的研究结果详细描述了设计实践的轨迹-从创建到扩展,维护和终止-这些都是由设计目标,工具和技术,劳动力,新兴危机环境和公众参与之间的复杂相互作用所塑造的。我们特别研究了设计师和参与这些过程的公众之间的紧张关系。这些冲突,这往往是由于公众需求和常设政策之间的分歧,围绕可视化的信息的类型和数量,如何塑造公众的看法和可视化设计的形状,以及用于处理(潜在的)误解和滥用可视化的策略。我们的研究结果和经验教训揭示了可视化设计中的新思维方式,重点关注在整个设计实践轨迹中始终涉及人类和非人类参与的捆绑活动。
2022-07-26 cs.CY cs.HC
A Design Space of Vision Science Methods for Visualization Research
越来越多的努力旨在了解人们在使用可视化时看到了什么。这些努力提供了科学的基础,以补充设计的直觉,导致更有效的可视化实践。然而,已发表的可视化研究目前反映了一组有限的可用方法来理解人们如何处理可视化数据。视觉科学的替代方法为理解可视化提供了一套丰富的工具,但在感知或可视化研究中,这些方法都没有经过精心策划。我们介绍了一个设计空间的实验方法,经验调查的感知过程与查看数据可视化,最终告知可视化设计准则。本文提供了一个共享的词汇,以促进实验可视化研究。我们讨论了流行的实验范式,调整类型,反应类型,并在视觉科学研究中使用的依赖措施,生根每个可视化的例子。然后,我们讨论每种技术的优点和局限性。研究人员可以利用这个设计空间来创建创新研究,并在可视化中对设计选择和评估进行科学理解。我们强调了可视化和视觉科学研究之间的合作成功的历史,并主张这两个领域之间的更深层次的关系,可以详细说明和扩展的方法设计空间理解可视化和视觉。
2020-09-15 cs.HC
Towards Understanding Decision Problems As a Goal of Visualization Design
本文针对可视化研究中决策目标定义不足的问题,提出通过数据、用户与任务情境属性表征决策问题的方案,以支持设计研究并明确未来方向。
2025-07-24 cs.HC
A Multidimensional Assessment Method for Situated Visualization Understanding (MdamV)
针对现有可视化理解评估忽视数字素养等因素的问题,提出涵盖六个维度的情境化可视化理解多维评估方法(MdamV),结合任务测量、能力评级与开放式批判,验证了超越表现评估的价值。
2025-11-03 cs.HC
QUARTZ: Qualitative Understanding via Accessible Representation and Visualization
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
该研究针对盲人和低视力研究者无法访问定性数据可视化的问题,提出基于网络的QUARTZ系统,通过用户研究揭示相关障碍并提出设计准则,以提升该群体参与定性研究的可访问性。
2026-08-13 cs.HC
Understanding How Older Adults Comprehend COVID-19 Interactive Visualizations via Think-Aloud Protocol
2019冠状病毒病大流行对老年人造成严重打击。对于老年人来说,最大限度地减少COVID-19和未来大流行病的负面影响的一个关键方法是随时了解其最新信息,这些信息越来越多地通过在线交互式可视化呈现(例如,实时仪表板和网站)。因此,有必要了解老年人如何与在线COVID-19互动可视化进行互动和理解,以及他们可能遇到的挑战,以使老年人更容易获得此类可视化。我们采用了以用户为中心的方法,邀请老年人与COVID-19互动可视化进行互动,同时使用有声思维协议来表达他们的思维过程。通过分析他们的有声思维语言,我们确定了四种类型的思维过程,代表了老年人如何理解可视化,并揭示了他们遇到的挑战。此外,我们还确定了他们在可视化所采用的七种常见交互技术中遇到的挑战。基于这些发现,我们提出了设计指南,使交互式可视化更容易为老年人所用。
2022-02-23 cs.HC
Data Visualization Practitioners' Perspectives on Chartjunk
Chartjunk是一个流行但有争议的话题。以前的研究表明,极端的极简主义并不总是最好的,视觉装饰可能是有用的,这取决于上下文。虽然越来越多的知识正在开发的装饰对用户的影响,较少注意到从业者的角度,他们如何设计与装饰。我们对20位数据可视化从业者进行了半结构化访谈,调查他们如何理解图表垃圾,以及影响他们如何以及何时使用修饰的因素。我们的调查揭示了从业者对chartjunk的广泛而多元化的理解,并突出了各种个人和情境因素,这些因素影响了chartjunk的使用。我们强调了设计实践的个人性质,并讨论了需要更多的实践为导向的研究,以更好地理解的方式,如chartjunk概念的解释和使用的从业者。
2020-09-06 cs.HC
Undoing Seamlessness: Exploring Seams for Critical Visualization
虽然无缝设计已经成为HCI环境中的话语和工作的一部分,但它尚未在数据可视化设计中得到充分探索。与此同时,可视化的批评者一直认为,数据的表示为上下文的,偶然的,关系的,部分的,异构的,并位于目前缺乏可视化。当我们试图找到更具表现力的编码和新颖的方法来表示承认其更广泛的质量和局限性的数据时,可视化可视化承诺了可视化设计的新视角。通过借鉴其他领域的接缝,探讨可视化中存在的接缝和接缝性,为接缝可视化的概念化提供了基础,指出了接缝和接缝性在关键可视化中的价值,并提出了在实践和研究中进行接缝可视化的原则。
2022-03-04 cs.HC
A Field Study of On-Calendar Visualizations
反馈工具帮助人们监测有关自己的信息,以改善他们的健康,可持续性实践或个人福祉。然而,对个人数据的推理(例如,计步器计数、血压读数或家庭用电量)来深入了解您当前的做法以及如何改变,仅凭数据可能具有挑战性。我们将定量反馈数据集成到个人数字日历中;这种方法旨在使反馈数据易于访问和更容易理解。我们报告为期八周的实地研究的日历可视化工具。结果表明,个人日历可以为人们提供丰富的上下文来推理他们的反馈数据。日历上的可视化使人们能够快速识别和推理规律和异常。基于我们的研究结果,我们还推导出了一个行为反馈过程的模型,扩展了现有的技术采用模型。因此,我们反思了持续使用反馈工具的潜在障碍。
2017-06-04 cs.HC
Towards an Understanding of Situated AR Visualization for Basketball Free-Throw Training
我们提出了一个观察性研究,比较共同定位和位于实时可视化在篮球罚球训练。我们的目标是了解将沉浸式可视化应用于现实世界中基于技能的运动训练的优势和问题,并为设计AR运动训练系统提供见解。我们设计了一个位于盔装显示器上的3D可视化和一个位于同一位置的显示器上的2D可视化,以提供对球员投篮表现的即时视觉反馈。使用一个有经验的篮球运动员的主题内研究设计,我们描述用户的目标,报告定性的培训经验,并比较定量的培训结果。我们的研究结果表明,实时视觉反馈可以帮助运动员改进随后的投篮。在我们的研究中,射手与我们的视觉反馈实现了更大的角度一致性。此外,AR可视化促进了对运动员体型的关注。最后,我们对未来体育AR研究的设计提出了建议。
2021-04-12 cs.HC
A Survey on Annotations in Information Visualization: Empirical Insights, Applications, and Challenges
University of Utah(犹他大学);University of South Florida(南佛罗里达大学);University of Oklahoma(俄克拉荷马大学)
本文综述了信息可视化中注释的作用,探讨其在提升用户理解与参与度方面的实证研究,分析现有工具和技术,并指出未来研究方向。
2024-10-08 cs.HC
Data Humanism Decoded: A Characterization of its Principles to Bridge Data Visualization Researchers and Practitioners
针对 Data Humanism 原则在研究中界定模糊的问题,本文结合文献综述、多媒体分析与专家访谈刻画其 13 项原则,并经 Lupi 咨询验证及案例解码,为可视化研究与实践建立共同语言。
2025-08-30 cs.HC
A Qualitative Analysis of Common Practices in Annotations: A Taxonomy and Design Space
University of Utah(犹他大学);University of Oklahoma(俄克拉荷马大学);University of South Florida(南佛罗里达大学);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
本文通过分析1800多个静态注释图表,探讨了注释在可视化中的使用模式,包括分析目的、注释机制及数据来源,并构建了注释设计空间,通过三个案例研究展示其在提升可视化沟通中的应用。
2024-07-28 cs.HC
Understanding Auto-Scheduling Optimizations for Model Deployment via Visualizations
本文针对自动调度生成的低层代码难以理解的问题,提出一种增强可视化方法以呈现大量性能分析指标,从而帮助理解调度过程并进一步优化推理延迟。
2023-08-09 cs.HC
Understanding Players' Interaction Patterns with Mobile Game App UI via Visualizations
了解玩家如何在智能手机设备上与移动游戏应用进行交互,对于游戏专家开发和完善其应用产品非常重要。传统上,游戏专家通过对目标玩家进行深入的用户研究或迭代的UI设计过程来实现他们的目的,这无法捕获大规模个体玩家的交互模式。可视化用户UI操作的记录日志是定量理解交互模式的一种很有前途的方法。然而,很少有可视化工具已经开发的移动游戏应用程序交互,这是具有多点触摸动态操作和复杂的UI的挑战。在这项工作中,我们填补了空白,提出了一种可视化的方法,旨在了解玩家的互动模式,在多点触摸游戏应用程序与更复杂的互动支持的图标和一系列的技能按钮。特别地,我们识别玩家的动态手势模式,检查手势行为的相似性和差异性,并探索当前移动游戏应用程序UI设计与玩家的真实世界实践之间的潜在差距。三个案例研究表明,我们的方法是有前途的,可以潜在的补充理论UI设计的进一步研究。
2021-10-17 cs.HC
Learning Vis Tools: Teaching Data Visualization Tutorials
教授和倡导数据可视化是可视化社区中最重要的活动之一。随着商业和科学专业人士对数据分析的兴趣越来越大,数据可视化课程吸引了不同学科的学生。然而,综合可视化培训要求学生具有一定的编程熟练程度,这一要求对教师和学生都提出了挑战。随着可视化工具的最新发展,我们已经成功地通过教授各种可视化和支持工具来克服这些障碍。从基于GUI的可视化工具和Python数据分析开始,学生们将可视化知识付诸实践,并增加编程量。在课程结束时,学生可以使用D3和其他基于编程的可视化工具设计和实现可视化。在整个课程中,我们不断收集学生的反馈,并完善教材。本文介绍了我们的教学方法和设计教材时的考虑。
2019-10-07 cs.HC
How do Visualization Designers Think? Design Cognition as a Core Aspect of Visualization Psychology
在心理学和可视化的交叉点从事研究有很多机会。虽然VIS社区所采取的大多数机会可能会集中在用户的心理学上,但也有机会研究设计师的心理学。在这篇立场论文中,我认为研究设计认知的重要性,作为可视化心理学研究的整体计划的必要组成部分。我提供了一个简短的概述,在其他学科的设计认知的研究,并讨论VIS建立一个类似的研究计划的机会。这样做可以导致研究和设计实践的更强的整合,可以更好地了解如何教育和训练未来的设计师,并可能会为未来的研究提出挑战和机遇。
2020-09-29 cs.HC
DracoGPT: Extracting Visualization Design Preferences from Large Language Models
本文提出DracoGPT方法,通过DracoGPT-Rank和DracoGPT-Recommend两条流程提取并建模LLMs中的可视化设计偏好,发现其与人类实验准则存在显著偏差,为扩展Draco知识库和替代LLMs提供基础。
2024-10-20 cs.HC
Beagle: Automated Extraction and Interpretation of Visualizations from the Web
“网络上的交互式可视化有多普遍?““最流行的可视化设计是什么?““饼图到底有多普遍?“这些问题暗示了交互式可视化在真实(在线)世界中的作用。在本文中,我们提出了我们的方法(和发现)来回答这些问题。首先,我们介绍Beagle,它挖掘基于SVG的可视化网络,并按类型自动分类(即,棒、饼等)。使用Beagle,我们从五个不同的工具和存储库中提取了超过41,000个可视化,并以86%的准确率将其分类为24种可视化类型。鉴于这个可视化集合,我们研究跨工具的使用。我们发现,大多数可视化分为四种类型:条形图,折线图,散点图和地理地图。尽管有争议,但饼图在实践中相对罕见。我们的研究结果还表明,用户可能更喜欢强调一组简洁的可视化类型的工具,并提供不同的专家可视化的例子。
2017-11-16 cs.HC
Survey on Individual Differences in Visualization
数据可视化研究的发展使可视化系统能够在各个领域实现很好的通用性和应用。这些进步不仅提高了人们对数据的理解,也提高了人们对自身以及他们如何与可视化系统交互的一般理解。特别是,研究人员已经逐渐认识到具有一刀切的可视化界面的不足,以及在使用数据可视化系统中个体差异的重要性。不幸的是,缺乏对现有文献的全面调查阻碍了这项研究的发展。在本文中,我们回顾了现有文献中的研究视角,以及人格特质和认知能力,可视化,任务和测量。我们的目标是提供现有奖学金的详细摘要,产生基于证据的评论,并促进未来的调查。
2020-05-19 cs.HC
Fixation and Creativity in Data Visualization Design: Experiences and Perspectives of Practitioners
数据可视化设计往往需要创造力,需要研究来了解其性质和促进它的手段。目前关于创造力的可视化文献还没有很好地发展,特别是关于专业数据可视化设计师的经验。我们对15位数据可视化从业者进行了半结构化访谈,重点关注创造力的一个特定方面,即设计固定。当设计师盲目或过早地坚持一套限制创造性成果的想法时,就会出现固定。我们提出了从业者的经验和观点,从自己的设计实践,特别是集中在他们的意见(一)固定的性质,(二)鼓励固定的因素,(三)阻碍固定的因素。我们为未来的研究确定了与图表建议,灵感和数据可视化设计中的视角转变相关的机会。
2021-08-14 cs.HC
Ten Years Later: Replicating Two Color Discrimination Studies
University of Utah(犹他大学)
本研究重复了10年前的两项颜色辨别众包研究,发现颜色相关实践不影响颜色辨别,相关设计指南可适用于各类观察者。
2026-08-26 cs.HC
Misinformed by Visualization: What Do We Learn From Misinformative Visualizations?
数据可视化在说服观众方面很强大。然而,当它做得不好或恶意时,可视化可能会变得误导甚至欺骗。形象化进一步加强了在互联网上传播错误信息的力度。视觉化研究团体早就意识到视觉化会误导观众,大多数与术语“谎言”和“欺骗性”有关。“尽管如此,这些讨论只集中在少数案件上。为了更好地了解误导性可视化的情况,我们开放了一千多个被报道为误导性的真实世界可视化。从这些例子中,我们发现了74种类型的问题,并形成了可视化中误导元素的分类。我们发现了研究界可以遵循的四个方向,以扩大对误导性可视化的讨论:(1)可视化中的非正式谬误,(2)利用惯例和数据素养,(3)不常见图表中的欺骗性技巧,以及(4)理解设计师的困境。这项工作为这些研究方向奠定了基础,特别是在理解,检测和预防方面。
2022-04-20 cs.HC
Towards an Understanding of Distributed Asymmetric Collaborative Visualization on Problem-solving
本文提供了经验知识的用户体验使用协同可视化在分布式非对称设置,通过控制用户的研究。利用访问诸如虚拟现实(VR)盔装显示器之类的各种计算设备的能力,当协作者必须或偏好在不同的地方使用不同的计算环境时,出现了场景。然而,我们仍然缺乏对在非对称环境中使用VR进行协作可视化的理解。为了获得初步的理解并更好地为非对称系统的设计提供信息,我们首先对12对参与者进行了形成性研究。所有参与者在非对称(PC-VR)和对称设置(PC-PC和VR-VR)中进行合作。然后,我们根据第一项研究的主要发现和观察结果改进了我们的不对称设计。另外10对参与者在后续研究中与增强的PC-VR和PC-PC条件合作。我们发现,一个设计良好的非对称协作系统可以作为一个对称系统的有效性。令人惊讶的是,与对称设置(PC-PC)相比,使用PC的参与者在不对称设置(PC-VR)中感知到的心理需求和努力较少。我们提供了关于不同协作设置之间的权衡的细粒度讨论。
2023-02-03 cs.HC
Surfacing Misconceptions Through Visualization Critique
视觉化的学生带着丰富的个人经验接受正规教育。然而,一个人通过媒体和教育接触图形的方式可能不够多样化,无法理解设计和评估有效表示所需的细微差别和复杂性。虽然许多可视化的入门课程都是基于感知特征对数据进行视觉编码的最佳实践,但作为认知科学家,我们同样重视基于交际语境的表征决策:如何使用表征。在这个教学活动中,我们的目标是表面学习者的先入为主的观念是什么使可视化有效。在这里,我们描述了一个入门级可视化活动的结构和背景,它可能是如何在个人或团体设置进行,我们的经验与活动可以揭示的常见误解,并得出结论,建议如何解决这些问题。
2020-10-08 cs.HC
Understanding User Experience of COVID-19 Maps through Remote Elicitation Interviews
在冠状病毒大流行期间,可视化对更广泛的受众来说获得了新的普及和意义。从简单的图表到复杂的交互式仪表板,人们被一系列广泛的公共卫生可视化所轰炸。在大流行背景下,世界上大量人口正在社交上保持距离,迫切需要改进现有的远程设置用户体验评估方法,以了解人们如何理解COVID-19相关的可视化。在评估面向社会人口背景差异巨大、技术水平和数据素养水平各异的普通公众的可视化时,重要的是要了解用户反馈,而不仅仅是速度、任务准确性或可用性问题。作为这一更广泛的评价视角的一部分,微观现象学被用来评价静态和叙事性的可视化,以详细的方式揭示生活经验。在这些研究的基础上,我们进行了一项用户研究,以了解如何在远程环境中使用启发式(又名微观现象学)访谈。在一个案例研究中,我们调查了参与者对基于地图的交互式可视化的体验。我们的研究结果揭示了远程进行诱导面试的积极和消极方面。我们的研究结果可以告知规划和执行远程启发式访谈,以评估交互式可视化的过程。此外,我们分享有关公共卫生数据的可视化技术和交互设计的建议。
2020-09-03 cs.HC
Situatedness in Visualization Design: Making Unresolved Work Actionable
Purdue University(普渡大学);University of Kansas(堪萨斯大学);SDU University(SDU大学)
本文通过对11名专业可视化从业者的三阶段定性语料库分析,提出从业者通过临时局部行动将可视化设计中未解决的情境转化为可付诸行动的状态,揭示了情境化行动等在专业实践中的交织关系及设计活动的预先限制。
2026-08-11 cs.HC
Data-Driven Visual Reflection on Music Instrument Practice
我们提出了一种数据驱动的方法来乐器练习,允许通过可视化研究模式和长期趋势。受生活日志和健身跟踪的启发,我们想象音乐家在几个月或几年的时间里记录他们的练习。然后,可以偶尔分析以视频或音频记录形式产生的数据,以跟踪进度并指导决策。为了实现这一愿景,我们开始与九名吉他手一起探索各种可视化设计,他们在三个月的时间里为我们提供了数据和反馈。
2022-03-24 cs.GR cs.HC
Composition and Configuration Patterns in Multiple-View Visualizations
多视图可视化(MV)是一种布局设计技术,通常用于帮助用户在单个内聚表示中查看大量数据属性和值。由于其通用性,MV设计已被可视化社区广泛采用,以帮助用户检查大型,复杂和高维数据并与之交互。然而,虽然无处不在,但很少有工作对MV进行分类和分析,以便更好地了解其设计空间。因此,在如何有效使用MV设计方面几乎没有指导方针。在本文中,我们提出了一个深入的研究如何在实践中设计MV。我们专注于多视图模式的两个基本措施:组成,量化什么视图类型,有多少;和配置,其特点是在显示空间中的视图布局的空间安排。我们构建了一个新的数据集,包含从IEEE VIS,EuroVis和PacificVis出版物2011年至2019年收集的360幅MV图像,并为这些可视化图像的视图类型和布局进行细粒度注释。从这些数据中,我们使用术语频率和布局拓扑的定量指标进行组成和配置分析。我们确定围绕MV的常见实践,包括视图类型的关系,流行的视图布局,以及视图类型和布局之间的相关性。我们将研究结果结合到MV推荐系统中,提供交互式工具来探索设计空间,并支持基于实例的设计。
2020-08-04 cs.HC
The Future of Visualization Dashboards in the Age of Generative AI
Aarhus University(奥胡斯大学);TU Wien(维也纳工业大学);VRVIS GmbH(VRVIS有限公司)
该研究通过采访14国16位专家,探讨生成式AI时代可视化仪表板的未来,明确其持续应用场景、交互与创作者职责变化,指出相关风险并提出七大研究实践方向。
2026-09-28 cs.HC
Juxtaposing Controlled Empirical Studies in Visualization with Topic Developments in Psychology
实证研究是可视化研究的一个组成部分。它们不仅可以促进对可视化中各种设计、技术、系统和实践的评估,而且还可以发现解释可视化为什么以及如何工作的因果关系。这份最先进的报告侧重于在实验室和众包环境中进行的受控和半受控实证研究。特别是,调查提供了一个分类分析的可视化文献中的129个实证研究。它将这些研究与1978年至2017年心理学的主题发展并列,其中控制实证研究在研究中发挥了主导作用。为了帮助理解这一广泛的背景下,本文提供了两个案例研究的细节,在心理学学科以及可视化领域的具体可视化相关的主题进行了检查。在简要讨论了心理学的一些最新发展之后,它概述了通过实证研究对可视化进行新发现的挑战和机遇。
2019-09-06 cs.HC
Thumbnails for Data Stories: A Survey of Current Practices
当人们浏览在线新闻时,伴随着文章链接的小缩略图吸引了他们的注意力,并帮助他们决定阅读哪些文章。随着越来越多的在线新闻可以被解释为数据新闻,我们已经目睹了在文章缩略图中纳入可视化的相应增加。然而,很少有研究支持可视化缩略图的替代设计选择,包括在相关文章的正文中显示的缩放、裁剪、简化和修饰图表。因此,我们试图更好地理解这些设计选择,并确定是什么使可视化缩略图吸引人和可解释。本文介绍了我们的调查结果,从网上收集的可视化缩略图和对话的数据记者和新闻图形设计师。我们的研究表明,存在一个未知的设计空间,一个需要进一步的实证研究。因此,我们的工作可以被视为第一步,提供结构化的指导,如何设计数据故事的缩略图。
2019-08-19 cs.GR cs.HC
From Reality to Recognition: Evaluating Visualization Analogies for Novice Chart Comprehension
本文提出视觉类比方法,将数据结构映射到现实情境以帮助新手理解新型图表,并通过128人实证研究验证其能提升视觉分析技能、促进知识迁移且更受学习者欢迎。
2025-06-03 cs.HC
Toward Understanding Similarity of Visualization Techniques
本文通过模型驱动的签名相似性方法和专家直觉评估两种途径,初步探究了13种可视化技术之间的相似性,为理解可视化技术空间迈出第一步。
2025-07-22 cs.GR cs.HC
GerontoVis: Data Visualization at the Confluence of Aging
本文反思了可视化研究中老年人代表性不足的问题,提出GerontoVis这一关注老年群体的可视化研究新子领域,探讨其独特挑战并指明未来研究方向,以促进适老化可视化工具的创新。
2024-03-19 cs.HC
Beyond Problem Solving: Framing and Problem-Solution Co-Evolution in Data Visualization Design
本文研究了可视化设计中问题框架构建与问题-方案协同演化的动态过程,通过对11位专家的混合方法研究揭示了设计中的反思性实践策略,扩展了现有可视化设计模型。
2025-08-09 cs.HC
Streamlining Visualization Authoring in D3 Through User-Driven Templates
D3可以说是实现基于Web的可视化的最流行的工具。然而,D3有一个陡峭的学习曲线,可能会阻碍其采用和继续使用。为了简化D3可视化的编程过程,我们必须首先了解D3用户参与的实现实践空间。我们提出了一个定性分析的2500 D3可视化及其相应的实现。我们发现5种可视化类型(条形图,地理地图,折线图,散点图和力定向图)占我们语料库中D3可视化的80%。虽然不同设计的实现风格略有不同,但所有可视化类型的底层代码结构保持不变;这为代码重用提供了机会。使用我们的语料库的D3的例子,我们合成了8个流行的D3可视化类型的可重用代码模板,并分享他们在我们的开源存储库。基于我们的研究结果,我们讨论了设计考虑因素,利用用户的实现模式,以减少可视化设计工作,通过设计模板和自动生成的代码建议。
2022-07-13 cs.HC
Automating the Path: An R&D Agenda for Human-Centered AI and Visualization
本文提出系统框架,将HCAI的四大工具能力映射到视觉意义构建四阶段,回顾工具、展望未来、识别挑战与伦理考量,为可视化领域整合AI及支持HCAI研究提供研发议程。
2025-04-10 cs.HC
Understanding the Impact of Referent Design on Scale Perception in Immersive Data Visualization
本文通过受控用户研究评估了沉浸式可视化中参照物布局和尺寸对尺度感知的影响,发现in-situ布局显著提升准确性与置信度,中等尺寸参照物在效率任务中表现最佳,并据此提出了设计指南。
2024-03-24 cs.HC